🔥 Black Friday AI API deals are live· New drops every MondayEnds in--d --:--:--See deals →

Google Gemini 4 Hydrogen: AI Large Language Models

Jalankan Google Gemini 4 Hydrogen melalui API: penalaran cepat dan efisien untuk pengodean harian dan agen dengan konteks 1M. Coba gratis — bayar per generasi, tanpa biaya langganan.

Kontrol model interaktif

Jalankan Google Gemini 4 Hydrogen melalui API: penalaran cepat dan efisien untuk pengodean harian dan agen dengan konteks 1M. Coba gratis — bayar per generasi, tanpa biaya langganan.

📝

Ikhtisar

Tentang model ini

Gemini 4 Hydrogen adalah model Gemini 4 dari Google yang cepat dan efisien, dirancang untuk pengodean harian, alur kerja berbasis agen, dan eksekusi cepat. Model ini mendukung jendela konteks 1M token dan empat tingkat penalaran (low, medium, high, xhigh), serta meraih skor 51 pada Artificial Analysis Intelligence Index pada tingkat high default. Model ini menerima teks dan gambar serta system prompt opsional. Untuk penalaran frontier yang lebih mendalam, lihat Gemini 4 Carbon atau Gemini 4 Argon; model ini menggantikan Gemini 3.8 Flash.

1Pengodean harian: Tulis, perbaiki, dan refaktor kode dengan perubahan terarah dan hasil cepat.
2Tanya jawab dokumen panjang: Jawab pertanyaan dari input panjang dengan jendela konteks 1M token.
3Perangkuman: Ringkas laporan, transkrip, dan dokumen dengan cepat dan hemat biaya.
4Penalaran agen: Gunakan sebagai model perencana cepat dalam agen multi-langkah dan [alur kerja](/workflows).
5Tanya jawab visual: Sertakan image_url untuk bertanya tentang tangkapan layar, diagram, atau dokumen hasil pindai.
💰

Harga & Nilai

Analisis biaya

muapiapp$1.50/M input, $7.50/M output

Token-based billing at Google's official rates. Minimum $0.00015 per call.

Fal.aiTidak tersedia

No dedicated Gemini 4 Hydrogen endpoint at this time.

ReplicateTidak tersedia

No dedicated Gemini 4 Hydrogen endpoint at this time.

** Harga pesaing diperkirakan berdasarkan arsitektur model dan tingkat penggunaan yang serupa.

⚙️

Detail Teknis

Skema konfigurasi

cepatstring

.

Nilai BawaanAudit this function for memory-safety and injection vulnerabilities, then propose a patch.
URL gambarstring

URL gambar masuk.

Nilai Bawaanundefined
Perintah Sistemstring

, .

Nilai BawaanYou are a helpful assistant that responds concisely.
Upaya PenalaranEnum (opsi 4)

How much reasoning the model applies before answering. Higher effort is slower and uses more output tokens.

Nilai Bawaanhigh
📖

Panduan Implementasi

Dokumentasi pengembang

Cara menggunakan Gemini 4 Hydrogen

  1. Tulis prompt Anda: Masukkan tugas ke dalam prompt. Tambahkan secara opsional system_prompt untuk mengatur peran, nada, atau format keluaran.

  2. Pilih tingkat upaya penalaran: Atur reasoning_effort ke low, medium, high (default), atau xhigh. Tingkat upaya yang lebih tinggi membuat model bernalar lebih lama dan menagih lebih banyak token output.

  3. Tambahkan gambar (opsional): Sertakan image_url untuk menyertakan gambar dalam permintaan.

  4. Kirim dan ambil hasilnya: POST mengembalikan request_id; lakukan polling pada /api/v1/predictions/{request_id}/result atau berikan webhook URL.

Contoh cURL

curl -X POST "https://api.muapi.ai/api/v1/gemini-4-hydrogen" \
  -H "x-api-key: $MUAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "Refactor this function to remove the nested loops and explain the change.",
    "system_prompt": "You are a senior software engineer. Be concise.",
    "reasoning_effort": "high"
  }'
❓

Pertanyaan Umum

Sering ditanyakan

Apa itu Gemini 4 Hydrogen?

Gemini 4 Hydrogen adalah model cepat dari Google dalam keluarga Gemini 4, diadaptasi dari Gemini 4 Carbon dan dirancang untuk pengodean harian serta eksekusi cepat. Model ini menggantikan Gemini 3.8 Flash.

Bagaimana penetapan harga Gemini 4 Hydrogen?

Harga dihitung per token sebesar $1.50 per juta token input dan $7.50 per juta token output, dengan biaya minimum $0.00015 per panggilan. Token penalaran dihitung sebagai output.

Apakah Gemini 4 Hydrogen menerima gambar?

Ya. Sertakan image_url bersama prompt untuk bertanya tentang tangkapan layar, diagram, atau dokumen yang difoto.

Apa fungsi reasoning_effort?

Pengaturan ini menentukan seberapa banyak model melakukan penalaran sebelum menjawab: low, medium, high (default), atau xhigh. Tingkat upaya yang lebih tinggi memperdalam jawaban untuk masalah sulit, tetapi lebih lambat dan menggunakan lebih banyak token output.

Seberapa besar jendela konteksnya?

Hingga 1M token, dengan input dan output berbagi jendela konteks.

Bagaimana cara mendapatkan hasilnya?

Endpoint ini berjalan secara asinkron: Anda langsung menerima request_id, lalu lakukan polling pada endpoint hasil predictions atau berikan URL webhook untuk mendapat notifikasi saat teks siap.